O documento discute grids computacionais e fornece três principais pontos: 1) grids computacionais permitem compartilhar e coordenar recursos de computação distribuída para resolver problemas complexos e de grande escala; 2) a tecnologia de grids permite que organizações compartilhem recursos como computação, armazenamento e aplicações; 3) apesar dos avanços, o compartilhamento de recursos em larga escala ainda não é uma realidade em muitas áreas.

1. Grids Computacionais
Prof. Adriano Teixeira de Souza

2.  A metáfora da rede elétrica
Grid Computacional
(fonte de recursos
computacional)
Prof. Adriano Teixeira de Souza

3. O sonho do cientista (The Grid Vision)
 Computação em Grid adota tanto o nome quanto o
conceito semelhantes aqueles da Rede de Potência
Elétrica para capturar a noção ou a visão de:
− Oferecer desempenho computacional eficientemente;
− De acordo com a demanda;
− A um custo razoável;
− Para qualquer um que precisar.
 O sucesso da computação em grid depende da
comunidade de pesquisadores
◦ A possibilidade de construir tal ambiente (hardware e
software)
◦ Necessidade de atingir seus objetivos.
Prof. Adriano Teixeira de Souza

4. ◦ A computação em Grid é uma forma de computação
distribuída que permite a partilha e coordenação de recursos
para a resolução de problemas complexos, seja porque são de
grande escala ou porque envolvem o processamento intensivo
de dados
◦ A tecnologia associada a uma Grid permite, assim, que
organizações geograficamente dispersas partilhem recursos
computacionais, de armazenamento, ou mesmo aplicações
◦ Apesar de ter dado grandes passos no passado recente, a
partilha de recursos em larga escala ainda não é uma
realidade em muitas áreas
Prof. Adriano Teixeira de Souza
4

5. Prof. Adriano Teixeira de Souza

6.  SMPs acoplamento
 MPPs
 NOWs
 Grids distribuição
Prof. Adriano Teixeira de Souza

7. CPU
CPU
Memória
...
CPU
Prof. Adriano Teixeira de Souza

8. Escalonador
CPU CPU CPU
...
Mem. Mem. Mem.
requisições
Prof. Adriano Teixeira de Souza

9. requisições requisições requisições
CPU CPU CPU
...
Mem. Mem. Mem.
Prof. Adriano Teixeira de Souza

10. CPU CPU CPU
...
Mem. Mem. Mem.
Internet
Prof. Adriano Teixeira de Souza

11. SMPs MPPs NOWs Grids
Conectividade excelente muito boa boa média/ruim
Heterogeneidade nula baixa média alta
Compartilhado não não sim sim
Imagem única comum comum múltipla
Escala 10 1.000 1.000 100.000
Prof. Adriano Teixeira de Souza

12.  TeraGrid
◦ 4 centros de supercomputação norte-americanos
◦ Cada centro com milhares de processadores
dedicados ao TeraGrid
◦ Canais de altíssima velocidade (40 GBits/s)
◦ Poder agregado de 13,6 TeraFlops
 SETI@home
◦ Ciclos ociosos de 1.6 milhões de processadores
espalhados em 224 países
◦ Computa em média a uma velocidade de 10 Teraflops
Prof. Adriano Teixeira de Souza

13.  Além das questões de praxe em computação
paralela, Computação em Grid adiciona os
seguintes aspectos:
 Escalonamento de Aplicação
 Acesso e Autenticação
 Imagem do Sistema
Prof. Adriano Teixeira de Souza

14.  Não é possível ter um escalonador
controlando o Grid
◦ Tamanho e dispersão
◦ Múltiplos domínios administrativos
 Escalonadores de recurso
◦ Controlam alguns recursos no Grid
 Escalonadores de aplicação
◦ Escolhem quais recursos usar
◦ Particionam o trabalho da aplicação
Prof. Adriano Teixeira de Souza

15. ...
...
Application
Escalonador ... Escalonador
Application
de Aplicação
Scheduler de Aplicação
Scheduler
Resource
Escalonador Resource
Escalonador ... Resource
Escalonador
de Recurso
Scheduler de Recurso
Scheduler de Recurso
Scheduler
Prof. Adriano Teixeira de Souza

16.  Necessita de informações sobre o Grid
◦ Sistemas de monitoramento: NWS, Remos
◦ Informações de monitoração são usadas em
previsões de performance
Prof. Adriano Teixeira de Souza

17.  Supercomputação distribuída
◦ Para agregar recursos computacional (ao mesmo
tempo) para resolver problemas que não podem sê-
lo num computador único
 Computação de alta vazão
(Scavenging grid)
◦ Aproveita recursos livres (idle) para aumentar a
vazão agregada de tarefas
Prof. Adriano Teixeira de Souza

18.  Computação intensiva em dados
◦ Foco em sintetizar nova informação a partir de
dados mantidos em repositórios, BDs e bibliotecas
digitais geograficamente distribuídos
 Computação sob demanda
◦ Uso de grid para satisfazer, no curto prazo,
demandas de recursos que não podem ser
satisfeitas localmente de forma barata
 Computação colaborativa
◦ Foco em grids que incluem formas intensivas de
interação humano-humano
Prof. Adriano Teixeira de Souza

19.  Mais perto dos últimos dois tipos (on-demand,
collaborative), mas ...
◦ Aplicações de negócio rodam de forma contínua ...
◦ Por longos períodos de tempo ...
◦ E possuem requisitos mais fortes de QoS, segurança e
contabilização
 Virtualização de Ativos de TI
 Marketing usa várias frases
◦ “utility computing,” “e-business on demand,” “planetary
computing,” “autonomic computing,” “enterprise grids”
 Ainda não estamos perto de chegar a “The Grid”
Prof. Adriano Teixeira de Souza

20.  Globus
 Condor
 MyGrid
Prof. Adriano Teixeira de Souza

21.  Conjunto de serviços para Computação em
Grid
 Solução mais famosa e mais amplamente
usada
 Evoluindo para integração com WebServices
 Não é uma solução completa (out of the box)
◦ Falta escalonamento de aplicação, imagem do
sistema, economias grid
Prof. Adriano Teixeira de Souza

22.  GSI Autenticação única no Grid
 GRAM Submissão e controle de tarefas
 MDS Informações e diretórios
 Nexus Comunicação entre tarefas
 MPI-G MPI sobre Nexus
 GASS Transferência de arquivos
 GridFTP Transferência de arquivos
Prof. Adriano Teixeira de Souza

23. Prof. Adriano Teixeira de Souza

24.  Condor é um sistema que usa ciclos ociosos
para computação de alta vazão
 Condor foi inicialmente projetado para NOWs
 Aplicações são Bag of Tasks
◦ Tarefas são submetidas ao Gerenciador Central
◦ Quando uma máquina fica ociosa, ela informa ao
Gerenciador Central, que providência uma tarefa
 Tarefas podem terminar abruptamente
◦ Condor usa checkpointing e migração de tarefas
para garantir progresso
Prof. Adriano Teixeira de Souza

25. Central Manager Execute and Submit
Submit Only
Execute Only Execute Only Execute Only Execute Only
Prof. Adriano Teixeira de Souza
25

26.  Flock of Condors
◦ Cooperação totalmente descentralizada de Condor
pools
◦ Dois pools trocam tarefas através de gateways
 Condor-G
◦ Escalonador Condor usa recursos de Condor pools
e recursos acessíveis via Globus
Prof. Adriano Teixeira de Souza

27.  Solução completa para aplicações Bag of Tasks
 Meu Grid são todas as máquinas que eu posso
acessar
◦ Casa perfeitamente com aplicações Bag of Tasks
 Arquitetura baseada na Grid Machine Abstraction
 Um broker (ou escalonador de aplicações)
 Um conjunto de abstrações para esconder do
usuário a heterogeneidade do grid
Prof. Adriano Teixeira de Souza

28. Home
Machine
Scheduler
Grid Machine Abstraction
User
Globus Grid ...
Agent
Proxy Script
Proxy
Globus User
GRAM Agent ...
Grid Machine Grid Machine Grid Machine
Prof. Adriano Teixeira de Souza